计算机视觉分很多方向，个人比较熟悉的是图像方面的，包括：图像分类、目标检测、图像分割、视频处理等，这些小的方面每一个也学要很长的一段时间去学习.
入门这个东西很难定义，如果只是对一个方向看一下，了解一点东西，有一点谈资的话不算入门，我认为入门至少代表你对这个领域的某些东西进行过处理实践才可以，所以我比较喜欢的一种学习新知识的方式就是：先找一个综述的书随便翻一翻，对目录有个印象就行，然后针对自己喜欢的部分，去查资料，做实例，看论文，一段时间后，自然就会有自己的理解了.
需要哪些数学编程工具等知识？
数学知识的话，大概基础的就是概率论、数理统计、矩阵论
编程基础的是python、matlab工具上，现在一般是用框架，我常用caffe，还有一些其他常用的框架tensorflow、pytorch、mxnet等入门的话，本科的数学知识基本就够了，然后开始看论文吧。
基本现在搞计算机视觉（ComputerVision,CV）都是基于深度学习的。第一篇推荐alexnet，算是深度学习搞CV的开山之作，接着基本就是需要先把分类的看一看，现在的CV大多数任务都是基于分类任务的深度网络进行扩展的。
人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，有兴趣的朋友，可以查阅多智时代，在此为你推荐几篇优质好文：
1.模式识别应用于哪些领域，模式识别技术的发展趋势
http://www.duozhishidai.com/article-15389-1.html
2.计算机视觉与图像处理、模式识别和机器学习，之间有什么关系？
http://www.duozhishidai.com/article-4119-1.html
3.语音的识别过程主要分哪几步，常用的识别方法是什么？
http://www.duozhishidai.com/article-1739-1.html
自然语言理解过程主要有哪些层次，各层次的功能是怎么样？
http://www.duozhishidai.com/article-1726-1.html
